GitHub Copilot Fusion(コパイロット・フュージョン)は、GitHubが2026年10月28日に一般提供(GA)を開始した、モデルの自動ルーター兼オーケストレーターです。プロンプトごとに最適なモデルと実行パターンを自動で選び、品質・速度・コストのバランスを取りながら1つの回答を返します。
室谷代表取締役GitHubが「もう手動でモデルを選ぶのはやめよう」と打ち出してきたのが今回のCopilot Fusionなんですよね。モデルピッカーで特定のモデルではなく「Copilot Fusion」を選ぶという発想が面白いです。
テキトー教師DotAI 認定講師単に新しいモデルが出たという話じゃないんですよ。モデル選択という作業そのものをシステム側に委ねる、開発者体験の設計変更なんです。
まずは発表の中身を整理しましょう。
まずは発表の中身を整理しましょう。
GitHub Copilot Fusionとは?何を自動で決めてくれる機能なのか
自動で決まること / ユーザーが選ぶこと
室谷代表取締役公式ドキュメントの定義をそのまま引くと、Copilot Fusionは「インテリジェントなランタイムモデルルーター兼オーケストレーター」で、タスクに対してモデルと実行パターンを選び、最終的に1つの回答を返すものなんですよね。
テキトー教師DotAI 認定講師ここで大事なのは、何が自動で何が手動かという切り分けです。公式の表現では「while you choose the right level of effort」、つまり努力レベルはユーザーが選ぶ。
モデルと実行パターンはFusionが自動で選ぶ。ここを混同しないことですね。
モデルと実行パターンはFusionが自動で選ぶ。ここを混同しないことですね。
室谷代表取締役そうなんですよ。モデルピッカーでCopilot Fusionを選ぶというのは、特定のモデルを選ぶことではなく「実行時にモデルをルーティングして編成するシステム」を選ぶこと。
タスクの途中でモデルを切り替える必要も、各ステップにどのモデルが適切かを考える必要もなくなると。
タスクの途中でモデルを切り替える必要も、各ステップにどのモデルが適切かを考える必要もなくなると。
テキトー教師DotAI 認定講師仕組みとして面白いのは、リアルタイムのシステム健全性や可用性もモデル選択の判断材料にしている点です。さらにルーティングは自然なキャッシュ境界と、会話の複雑さが大きく変わるタイミングで行う。
品質が上がらないのにキャッシュ関連のコストだけ増える、という無駄を避ける設計になっているんですね。
品質が上がらないのにキャッシュ関連のコストだけ増える、という無駄を避ける設計になっているんですね。
室谷代表取締役地味ですけど、そこが実運用では効いてくるんですよね。MYUUUでもモデルを固定すると「この作業にはオーバースペックだったな」ということがよくあるので、この判断を自動化してくれる意味は大きいです。
テキトー教師DotAI 認定講師あと押さえておきたいのは、Copilot FusionはProject HydraFusionのマルチモデルオーケストレーションと、Copilot auto model selectionのファインチューニングされたモデル選択を統合した位置づけだということです。両者の利点を活かして性能とコスト効率のバランスを取ると公式に説明されています。
室谷代表取締役既存のauto model selectionを使っていた人がどうなるかも書かれていて、研究プレビューでauto、HydraFusion、HydraFusion Maxを有効にしていた場合は、それぞれ対応するCopilot Fusionの努力レベルに自動で移行すると。
Copilot Fusionでできること――Single/Cascade/Critiqueの仕組みと努力レベル
Fusionの3つの実行パターン
テキトー教師DotAI 認定講師Fusionは各タスクを評価して、推論・コード生成・デバッグ・ツール利用といった能力シグナルを使い、選んだ努力レベルの品質基準を満たす中で最も効率的な実行パターンを選びます。パターンは3つです。
整理するとこうです。
整理するとこうです。
- Single: 1つのモデルがタスクを直接完了する。
- Cascade: 効率的なモデルが下書きし、判定役がその下書きを検査して、受け入れるか、より強力なモデルにエスカレーションするかを決める。
- Critique: 1つのモデルが回答を下書きし、複数のモデルが並行して独立に批評する。フィードバックを集約し、元のモデルがそれを踏まえて回答を修正する。
室谷代表取締役パターンはプロンプトごとに選ばれるので、同じセッションの中でも1つ目のプロンプトがSingleで、次のプロンプトがCritiqueになることもあるわけですよね。
テキトー教師DotAI 認定講師そうです。そして実行パターンの選択自体は軽量なステップで、追加されるレイテンシはごくわずか。
Fusionはタスクが必要とするときにだけモデル呼び出しを追加します。つまり単純なタスクが、必要のないレビューのために待たされたりAI creditsを消費したりしない。
Singleは1モデルへのリクエストと同じように振る舞い、CascadeとCritiqueはレビュー用の呼び出しを含む分だけ時間がかかる、という説明です。
Fusionはタスクが必要とするときにだけモデル呼び出しを追加します。つまり単純なタスクが、必要のないレビューのために待たされたりAI creditsを消費したりしない。
Singleは1モデルへのリクエストと同じように振る舞い、CascadeとCritiqueはレビュー用の呼び出しを含む分だけ時間がかかる、という説明です。
室谷代表取締役努力レベルは3つで、Standardはコスト・品質・レイテンシのバランスを取る日常作業向け。Highは複雑なバグ修正や複数ファイルにまたがる変更のような、規模が大きく範囲の明確なコーディングタスク向け。
Maxは最も深い推論と徹底的な分析が必要なタスク向け、なんですよね。
Maxは最も深い推論と徹底的な分析が必要なタスク向け、なんですよね。
テキトー教師DotAI 認定講師ドキュメントにはFusion Fastというレベルも出てきますが、これはユーザーが選べるものではなく、VS Codeのインラインチャットでのみ使われる位置づけです。ここは誤解しないようにしたいところですね。
室谷代表取締役あと、Fusion自身がコンテキストウィンドウを持つのではなく、各ステップはそのステップを実行するモデルのコンテキスト制限の中で動く。表示されるFusionのコンテキストウィンドウは、使うモデルの中で最小の制限に基づく保守的な値、というのも実装として正直で良いなと思います。
テキトー教師DotAI 認定講師回答が返った後、回答下の努力レベル名にマウスを重ねると、使われたモデルの一覧を確認できるそうです。中間の下書きは修正・破棄されることがあるため、Fusionは最終的な回答だけを表示する。
この辺はブラックボックスに感じやすい部分なので、確認手段が用意されているのは安心ですね。
この辺はブラックボックスに感じやすい部分なので、確認手段が用意されているのは安心ですね。
Copilot Fusionの使い方・始め方――対応環境とモデルピッカーでの選び方
Copilot Fusionの対応環境の広がり
- GA時点初期対応Visual Studio Code、GitHub Copilot app、GitHub Copilot CLI、JetBrains IDE
- 11月17日付アップデート対応拡大github.com、Visual Studio、iOSとAndroidのGitHub Mobileベータアプリでも選択可能に
- 今後(近く)本番アプリ対応予定GitHub Mobileの本番アプリでの対応が近く来るとされている
室谷代表取締役使い方はシンプルで、クライアントを最新版に更新して、モデルピッカーでCopilot Fusionを選び、努力レベルを選ぶだけなんですよね。
テキトー教師DotAI 認定講師対応環境は段階的に広がっています。GA時点ではVisual Studio Code、GitHub Copilot app、GitHub Copilot CLI、JetBrains IDE。
その後の11月17日付のアップデートで、github.com、Visual Studio、iOSとAndroidのGitHub Mobileベータアプリでも選べるようになりました。GitHub Mobileの本番アプリでの対応は近く来るとされています。
その後の11月17日付のアップデートで、github.com、Visual Studio、iOSとAndroidのGitHub Mobileベータアプリでも選べるようになりました。GitHub Mobileの本番アプリでの対応は近く来るとされています。
室谷代表取締役モデルピッカーでの選び方も、既存のCopilotの使い方と大きく変わらないのが良いところです。普段のCopilot Chatの延長で、モデルの一覧からFusionを選ぶ。
詳しい導入手順はGitHub Copilotの使い方|無料プランからエージェント活用まで解説でも整理しているので、初めての人はそちらと合わせて読むと分かりやすいです。
詳しい導入手順はGitHub Copilotの使い方|無料プランからエージェント活用まで解説でも整理しているので、初めての人はそちらと合わせて読むと分かりやすいです。
テキトー教師DotAI 認定講師CLI中心の人はGitHub Copilot CLIの使い方|インストールから料金・自動化までも参考になります。FusionはCLIでも使えますし、ローカルモデルの自動ルーティングは実験的機能としてCLIの
--experimentalオプションや/experimental onで有効にする仕組みです。
室谷代表取締役ローカルモデルの話も出ていて、Windowsで所定の構成を満たすマシンならMAI Code 1.1 FlashをVS Code、Copilot CLI、Copilot appにダウンロードしてインストールでき、Fusionが適切な場合にそれを使える。ただしFusion Standardの努力レベルに限られる、という条件付きなんですよね。
テキトー教師DotAI 認定講師CLIではOllamaなどのモデルプロバイダー経由でQwen3.8 Flash Nextをローカルに入れておくと、Copilotが「qwen3.8-flash-next-local」と識別し、これもFusion Standardで使われ得る。Windows、macOS、Linuxでサポートと書かれています。
ただし公開プレビュー段階で、変わる可能性がある点は押さえておきたいですね。
ただし公開プレビュー段階で、変わる可能性がある点は押さえておきたいですね。
料金と提供範囲――全Copilotプランで使える?課金はどうなる
室谷代表取締役ここが実務で一番気になるところですよね。Copilot FusionはすべてのGitHub Copilotプランで利用可能と明記されています。
テキトー教師DotAI 認定講師課金の考え方も整理しておきましょう。Fusionを使うと、Fusionが使った各モデルについて、それぞれのモデルの標準レートで課金されます。
Fusion自体に別料金はかかりません。整理するとこうです。
Fusion自体に別料金はかかりません。整理するとこうです。
- Fusion利用時は、使われた各モデルの標準レートで課金される。Fusion独自の料金はない。
- HighとMaxは1つのタスクで複数モデルを使い得るため、Standardより多くのAI creditsを消費する可能性がある。
- 2026年11月30日まで、有料CopilotプランのユーザーはFusion利用時にモデルコストの30%割引を受ける。
室谷代表取締役期間限定の30%割引は、試してみる口実になりますよね。ただ、割引が終わった後のコスト感は努力レベルの選び方に直結するので、Standardで足りる作業をMaxで回さないという運用は意識したいところです。
テキトー教師DotAI 認定講師提供範囲の細かい条件も重要です。Fusionは事前定義されたサポート対象モデルのリストから選びますが、その時点のプランで使えないモデル、管理者ポリシーで除外されたモデル、データレジデンシーやFedRAMP準拠のための制限で除外されたモデル、評価用モデルを制限するポリシーで除外されたモデルは使いません。
室谷代表取締役そして、Fusionが使うモデルが1つも自分に開放されていない場合は、モデルピッカーにFusion自体が表示されないという仕様なんですよね。これは管理者側の統制とユーザー側の見え方が素直につながっていて、分かりやすい設計だと思います。
テキトー教師DotAI 認定講師管理者向けの機能も充実しています。企業・組織のモデルポリシーで有効になっているモデルだけをFusionは使う。
エンタープライズ管理者はFusionがどのモデルから選ぶかを確認でき、各モデルの実効ポリシー状態を個別に設定でき、そのモデルを全員に対して無効化せずにFusionからだけ無効化することもできる。Enterprise managed settingsで、任意の努力レベルのFusionをCopilotユーザーの既定モデルに設定することも可能です。
エンタープライズ管理者はFusionがどのモデルから選ぶかを確認でき、各モデルの実効ポリシー状態を個別に設定でき、そのモデルを全員に対して無効化せずにFusionからだけ無効化することもできる。Enterprise managed settingsで、任意の努力レベルのFusionをCopilotユーザーの既定モデルに設定することも可能です。
室谷代表取締役これは大きいですよね。全社的に「とりあえずFusionを既定にしておく」という展開ができるわけですから。
統制を効かせながら標準化できるのは、エンタープライズ導入を進める立場としてはありがたい話です。
統制を効かせながら標準化できるのは、エンタープライズ導入を進める立場としてはありがたい話です。
性能とコストはどう変わったか――Coding Agent IndexとTerminal-Benchの結果
テキトー教師DotAI 認定講師数字の話も公式に示されています。まずArtificial Analysis Coding Agent Indexで、Copilot Fusion Maxは60を記録し、Claude Code with Opus 5.5 Maxと2ポイント差。
その結果を、タスクあたりの平均APIコスト約半分、トークン約半分、タスクあたりの時間約40%減で出したとされています。
その結果を、タスクあたりの平均APIコスト約半分、トークン約半分、タスクあたりの時間約40%減で出したとされています。
室谷代表取締役11月17日のアップデートではTerminal-Bench 4.1の公開リーダーボードにも参加していて、Stanford、Harbor、Laude InstituteがホストするボードでCopilot Fusion Maxが解決率71.2%を達成したと。これはOpus 5.5とFable 5.2を5.4ポイント上回り、コストはFable 5.2比で88%減、Opus 5.5比で57%減と説明されています。
テキトー教師DotAI 認定講師Terminal-Bench 4.1は、AIエージェントがターミナル上で難しい現実的なタスクをどれだけ完遂できるかを測るベンチマークです。独立したリーダーボードなので、同じタスク・同じ評価ルールで他のエージェントと比較できるのがポイントですね。
室谷代表取締役同じ11月17日のアップデートでモデルも追加されていて、Claude Sonnet 5.5がFusion Maxに、GPT-6.1 TerraがFusion Highに、MAI-Code-2がFusion Standardに加わったと。だからFusionのモデルプールは、Claude Sonnet 5.5やGPT-6.1 Terra、MAI-Code-2といった複数ベンダーのモデルを含む構成になっている、という理解でいいんですよね。
テキトー教師DotAI 認定講師ドキュメントでもモデルプールは新しいモデルが使えるようになるにつれて変わり、GitHubがどのモデルが最も良い性能を出すかを評価しながら変わると説明されています。使われる実行パターンとモデルプールは時間とともに変わり得る、という前提は持っておきたいですね。
室谷代表取締役ベンチマークの数字は魅力的ですけど、これはあくまで特定の評価での結果ですからね。自分のコードベースでどう効くかは別の話で、そこは実際にStandardから試して、努力レベルを上げるべき作業かどうかを見極めるのが現実的だと思います。
手動モデル選択の何が課題だった?Fusionが狙う開発者体験の変化
テキトー教師DotAI 認定講師公式にはAT&TのHari Pokhrel氏のコメントが紹介されています。以前は開発者が複雑なタスクに強力なモデルを選び、日常作業に戻るときに切り替えるのを忘れがちだった。
Copilot Fusionはその摩擦をなくし、開発者がモデル管理を自分でしなくても最適化される、という趣旨の証言です。
Copilot Fusionはその摩擦をなくし、開発者がモデル管理を自分でしなくても最適化される、という趣旨の証言です。
室谷代表取締役これ、すごく共感するんですよね。MYUUUでも同じようなことが起きていて、重いタスクで強いモデルに切り替えたまま、ちょっとした修正でもそのまま使ってしまう。
結果としてコストだけ膨らむ。Fusionはその「切り替え忘れ」を構造的に消しにいくわけです。
結果としてコストだけ膨らむ。Fusionはその「切り替え忘れ」を構造的に消しにいくわけです。
テキトー教師DotAI 認定講師同氏は、Fusion StandardがAT&T全体でトークン効率を改善し、不要な支出を減らしてより価値の高い作業のための容量を確保できたとも述べています。さらに判断能力が時間とともに改善しているとも語っていて、これはモデルプールの更新と評価の積み重ねが効いているという見方ですね。
室谷代表取締役開発者体験としては、タスクの途中でモデルを切り替えなくていい、各ステップにどのモデルが適切かを考えなくていい、という2つの負担が消えるのが大きい。思考の流れを止めずに済むわけです。
テキトー教師DotAI 認定講師ただし制約も明記されています。Fusionはサブエージェントとは独立に動作し、サブエージェントを起動しない。
またFusionが下書きを破棄しても、その下書きがワークスペースに加えた変更(ファイル編集など)が自動で取り消されるわけではないので、コミット前に変更を確認する必要があります。ここは運用上の注意点として講座でも伝えているところです。
またFusionが下書きを破棄しても、その下書きがワークスペースに加えた変更(ファイル編集など)が自動で取り消されるわけではないので、コミット前に変更を確認する必要があります。ここは運用上の注意点として講座でも伝えているところです。
室谷代表取締役あと、複数モデルを組み合わせる考え方自体は、他のエージェントツールとの比較でも論点になりますよね。Claude CodeやCodex CLI、Cursorといった選択肢との違いはClaude Code比較完全ガイド【2026年最新】で整理していますが、Fusionは「モデルを選ぶ」のではなく「選ばせて任せる」方向に振り切ったのが特徴的です。
テキトー教師DotAI 認定講師既存のauto model selectionとの関係で言えば、FusionはそれをHydraFusionのオーケストレーションと統合した上位の仕組みと位置づけられています。研究プレビューでautoやHydraFusionを有効にしていた人は、対応する努力レベルに自動移行するので、移行作業は実質的に不要です。
室谷代表取締役まとめると、Fusionは「どのモデルが良いか」を開発者が悩む時代から、「どのくらいの努力レベルで解かせたいか」を選ぶ時代への移行なんですよね。モデルの入れ替わりが速い今、その判断をGitHub側に寄せられるのは合理的だと思います。
まずはStandardで自分の日常作業を回してみて、物足りないところだけHighやMaxに上げていく。その順番が現実的じゃないでしょうか。
まずはStandardで自分の日常作業を回してみて、物足りないところだけHighやMaxに上げていく。その順番が現実的じゃないでしょうか。
テキトー教師DotAI 認定講師そうですね。提供状況やモデルプールは今後も更新されていくので、公式のチェンジログとドキュメントを追いながら、自分の環境で努力レベルの当たりどころを探していくのが良さそうです。
よくある質問
Q. Copilot Fusionは無料プランでも使えますか?
テキトー教師DotAI 認定講師公式ドキュメントでは、Copilot FusionはすべてのGitHub Copilotプランで利用可能とされています。ただし使える努力レベルはプランによって異なる形で整理されているので、自分のプランでどのレベルが使えるかは公式の表を確認してください。
Q. 努力レベルも自動で選ばれますか?
室谷代表取締役そこは違うんですよね。努力レベルはユーザーが選び、モデルと実行パターンをFusionが自動で選ぶ、という分担です。
公式の表現でも「while you choose the right level of effort」と書かれています。
公式の表現でも「while you choose the right level of effort」と書かれています。
Q. どのモデルが使われたか後から分かりますか?
テキトー教師DotAI 認定講師回答が返った後に、回答下の努力レベル名にマウスを重ねると、使われたモデルの一覧を確認できると説明されています。中間の下書きは表示されず、最終回答のみが表示されます。
Q. 管理者がFusionで使うモデルを制限できますか?
室谷代表取締役できます。Fusionは企業・組織のモデルポリシーで有効なモデルだけを使い、エンタープライズ管理者は各モデルの実効ポリシー状態を個別に設定したり、そのモデルを全体で無効化せずにFusionからだけ外したりできます。
任意の努力レベルのFusionを既定モデルに設定することも可能です。
任意の努力レベルのFusionを既定モデルに設定することも可能です。
Q. 課金はFusion単位ですか、モデル単位ですか?
テキトー教師DotAI 認定講師モデル単位です。Fusionが使った各モデルの標準レートで課金され、Fusion自体に別料金はかかりません。
HighとMaxは複数モデルを使い得るため、Standardより多くのAI creditsを消費する可能性があります。2026年11月30日までは有料プランのユーザーにモデルコスト30%割引が適用されます。
HighとMaxは複数モデルを使い得るため、Standardより多くのAI creditsを消費する可能性があります。2026年11月30日までは有料プランのユーザーにモデルコスト30%割引が適用されます。
Q. 以前のautoやHydraFusionの設定はどうなりますか?
室谷代表取締役研究プレビューでauto、HydraFusion、HydraFusion Maxを有効にしていた場合、それぞれ対応するCopilot Fusionの努力レベルへ自動的に移行すると案内されています。
Q. 対応していない環境ではいつ使えますか?
テキトー教師DotAI 認定講師GA時点はVS Code、Copilot app、Copilot CLI、JetBrains IDEで、11月17日からgithub.com、Visual Studio、GitHub Mobileベータに拡大しました。GitHub Mobileの本番アプリ対応は近く来るとされていますが、それ以外のクライアントの具体的な時期は現時点では明らかにされていません。
